【技术实现步骤摘要】
本专利技术涉及风电场优化，具体涉及一种针对储能的海上风电集电-输电一体化优化方法。
技术介绍
1、风电场作为可再生能源的重要组成部分，在能源结构转型中扮演着越来越关键的角色。传统的风电场通常采用风机线缆排布后直接连接至并网点或通过海上升压站接入电网的方式。这样的设计要求输电线缆必须能够承载风电场的额定容量，以确保在风力强劲时能够满负荷运行。然而，风力资源的随机性和不确定性意味着风电场并不总是能够产生与额定容量相匹配的电能，导致输电线缆无法始终处于满负荷运行状态。在长距离海上输电的情况下，这种设计不仅效率低下，而且会导致巨额的输电成本。
技术实现思路
1、本专利技术解决了传统的风电场采用的输电线缆无法始终处于满负荷运行状态的问题，提出一种针对储能的海上风电集电-输电一体化优化方法，不仅能够提高输电效率，还有助于降低与输电线缆相关的成本。
2、为了实现上述目的，本专利技术采用以下的技术方案：一种针对储能的海上风电集电-输电一体化优化方法，包括以下步骤：
3、s1，根据风电场的年度风资源数据，选择储能单元的容量，估算出储能的运行成本；
4、s2，基于储能的输电问题建立风电场模型，并以成本函数的形式进行表示；
5、s3，采用admm算法以及基于强化学习的求解算法对成本函数进行求解，确定优化储能方案；
6、s4，与不采用储能单元的方案进行成本比对得到比对结果，最终得到优化方案结果。
7、本技术方案的模型构建立足于风电场的
8、本专利技术还进一步设置为：所述风电场模型包括第一模型和第二模型，所述第一模型包括储能位置和并网点位置之间的输电成本；所述第二模型等价于线缆布局优化问题的代价函数。
9、本技术方案中，第一模型是由储能位置与并网点位置之间的输电成本构成，这部分可以看做一个连接凸函数；第二模型主要涉及风电场线缆布局优化，这部分可以看做一个非凸非连续函数。
10、本专利技术还进一步设置为：所述风电场模型的目标函数为储能位置和并网点位置之间的输电成本、线缆布局优化问题的代价函数以及储能的运行成本之和。
11、本技术方案中，风电场线缆布局优化是一个路径组合优化问题，储能位置不同，到达储能的最短集电路径就会发生变化。
12、本专利技术还进一步设置为：所述步骤s3包括：
13、s31，将成本函数转换为增广拉格朗日等价形式，引入admm算法对变量x和z以及拉格朗日乘子λ进行迭代更新；
14、s32，采用梯度方法来求解连续变量x的最小化问题；
15、s33，采用强化学习算法来求解线缆优化问题；
16、s34，多次迭代最终确定最优储能位置。
17、在本技术方案中，为了使问题能够通过admm算法来处理，引入辅助变量z，转换问题的目标函数和约束，并将其转换为增广拉格朗日等价形式；随后分别采用梯度方法以及强化学习算法来进行求解，经过多次迭代，最终确定了最优储能位置，对应所有风机选择了最优连接方式，使得系统的电力传输效率最大化，且电缆损耗最小。
18、本专利技术还进一步设置为：所述步骤s4包括：
19、s41，比较优化储能方案和不采用储能单元的方案的经济成本，确定在输电线缆超过a公里后采用优化储能方案，a大于0；
20、s42，确定最终的优化方案结果，优化方案结果包括输电线缆超过a公里后采用优化储能方案、储能单元建设位置以及风电场线缆布局结果。
21、本技术方案中，通过储能方案的比较来最终确定优化方案结果。
22、本专利技术还进一步设置为：所述步骤s33包括：
23、s331，定义强化学习的状态、动作、奖励函数；初始化强化学习模型；
24、s332，动作选择与状态转换；
25、s333，计算每个状态的适应度值；
26、s334，使用强化学习方法更新策略；
27、s335，迭代更新，输出最优的线缆连接方案。
28、本技术方案中，对于线缆优化问题，具体采用上述的算法来进行求解。
29、本专利技术还进一步设置为：所述状态包括风机坐标、储能位置和当前线缆连接方案；所述动作为调整线缆连接结构，所述奖励函数衡量每一步动作对整体布局优化的贡献。
30、本技术方案中，首先定义强化学习的状态、动作以及奖励函数，随后初始化状态空间和动作空间，随机生成初始的线缆连接方案，并初始化策略。
31、本专利技术还进一步设置为：所述步骤s332包括：
32、根据当前状态，由策略选择一个动作，包括连接的风机和选择的线缆类型；然后更新风电场内风机的状态。
33、本专利技术还进一步设置为：所述步骤s333包括：
34、s3331，根据当前状态的风机与储能位置，生成对应的线缆连接结构；
35、s3332，使用电缆生成的连接方案，根据奖励函数计算出此状态下的目标值；
36、s3333，该目标值作为此状态的适应度值，等同于奖励值。
37、本技术方案中，首先生成线缆连接结构，随后计算出在此状态下的目标值。
38、本专利技术还进一步设置为：所述步骤s335包括：
39、s3351，根据当前的适应度值，更新局部最优值和全局最优值；
40、s3352，通过重复步骤s332-s334，持续调整策略，直到适应度值达到最大或满足预设的迭代停止条件；
41、s3353，经过多次迭代后，输出最优的线缆连接方案。
42、本技术方案中，在迭代直至达到相应的条件后，输出最优解。
43、本专利技术能够带来如下的有益效果：
44、1、本专利技术的模型构建立足于风电场的整体优化，将集电成本、储能成本以及输电成本综合考虑，形成一个全局的优化模型；这种全局性的考量能够确保在追求某一方面的优化时，不以牺牲其他方面的利益为代价，从而实现风电场运营成本的整体降低；
45、2、针对模型的数学特性，本专利技术采用了先进的优化算法—基于admm和强化算法的求解策略；结合这两种算法，本专利技术能够高效地处理模型中的非凸和非连续问题，确保求解过程的准确性和可靠性；
46、3、本专利技术通过优化算法不仅能够确定储能单元的最佳位置，还能够优化风电场内部线缆的连接方式；储能单元的合理布局对于提高风电场的能源利用效率至关重要，而内部线缆的优化连接则能够减少能量传输过程中的损耗，进一步提升系统的经济性和可靠性；
47、4、本专利技术还能够提供关于输电距离与储能建设的决策指导；通过高效计算，本专利技术能本文档来自技高网...
【技术保护点】
1.一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述风电场模型包括第一模型和第二模型，所述第一模型包括储能位置和并网点位置之间的输电成本；所述第二模型等价于线缆布局优化问题的代价函数。
3.根据权利要求1或2所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述风电场模型的目标函数为储能位置和并网点位置之间的输电成本、线缆布局优化问题的代价函数以及储能的运行成本之和。
4.根据权利要求3所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述步骤S3包括：
5.根据权利要求1或2或4所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述步骤S4包括：
6.根据权利要求4所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述步骤S33包括：
7.根据权利要求6所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述状态包括
8.根据权利要求6或7所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述步骤S332包括：
9.根据权利要求7所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述步骤S333包括：
10.根据权利要求6或7所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述步骤S335包括：
...【技术特征摘要】
1.一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述风电场模型包括第一模型和第二模型，所述第一模型包括储能位置和并网点位置之间的输电成本；所述第二模型等价于线缆布局优化问题的代价函数。
3.根据权利要求1或2所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述风电场模型的目标函数为储能位置和并网点位置之间的输电成本、线缆布局优化问题的代价函数以及储能的运行成本之和。
4.根据权利要求3所述的一种针对储能的海上风电集电-输电一体化优化方法，其特征在于，所述步骤s3包括：
5.根据权利要求1或2或4所述的一种针对储能的海上风电集电-输电一体化优化方法，其特...
【专利技术属性】
技术研发人员：王同宇，张宝龙，侯鹏，孙士恩，范海东，滕卫明，高翔，郑成航，朱金奎，吴伊雯，赵中阳，汪咏，王恩予，
申请(专利权)人：浙江省白马湖实验室有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。